AI กำลังเปลี่ยนจากเครื่องมือที่รอให้คนป้อนคำถาม ไปเป็น AI Agent ที่รับมอบหมายแล้วเข้าไปทำงานกับข้อมูลและระบบต่าง ๆ ได้ ตั้งแต่จัดทำรายงาน ดูแลอีเมลและตารางนัดหมาย ไปจนถึงเฝ้าติดตามเซิร์ฟเวอร์ การเปลี่ยนแปลงนี้ทำให้ธุรกิจต้องพิจารณาใหม่ทั้งวิธีทำงาน บทบาทของพนักงาน และบริการที่จะพัฒนาขึ้นมา ขณะที่ผู้บริหารต้องเข้าใจความสามารถของ AI ให้มากพอที่จะปรับกระบวนการ เพราะการซื้อเครื่องมือเข้ามาใช้โดยยังทำงานแบบเดิม อาจไม่ช่วยแก้ปัญหาที่ทำให้องค์กรติดขัด
รศ.ดร.ธนชาติ นุ่มนนท์ ผู้ก่อตั้งและผู้อำนวยการสถาบันไอเอ็มซี (IMC Institute) และ โดม เจริญยศ ผู้ก่อตั้งและซีอีโอ Tokenine และผู้ก่อตั้ง DomeCloud และ Thaichain ร่วมแลกเปลี่ยนมุมมองในเวที “รู้เทรนด์ AI เข้าใจโอกาส ฝ่าการเปลี่ยนผ่าน เพื่อชนะเกมธุรกิจ” ในงาน AI Expo Thailand 2026 ดำเนินรายการโดย ณัฐกร เวียงอินทร์ โดย รศ.ดร.ธนชาติ เน้นการนำ AI มาเปลี่ยนกระบวนการทำงานและบทบาทของผู้บริหาร ส่วนโดมสะท้อนประสบการณ์จากธุรกิจซอฟต์แวร์และบล็อกเชน ซึ่งเริ่มเห็นทั้งงานที่ Agent เข้ามาช่วยได้และโอกาสพัฒนาบริการใหม่จากเทคโนโลยีนี้
AI Agent จากตอบคำถามสู่รับงานไปทำ
รศ.ดร.ธนชาติ มองว่า การเปลี่ยนจากแชตบอตมาสู่ Agent เป็นแนวโน้มสำคัญที่เกิดขึ้นแล้ว และจะทำให้รูปแบบการทำงานเปลี่ยนไป ขณะเดียวกัน เขาประเมินว่าโมเดล AI ชั้นนำมีความสามารถใกล้เคียงกันมากขึ้น การแข่งขันจึงอาจไม่ได้อยู่ที่ความฉลาดของโมเดลเพียงอย่างเดียว ส่วนแอปพลิเคชันต่าง ๆ จะเชื่อมต่อกับ Agent มากขึ้น เปิดทางให้ผู้ใช้สั่งงานผ่าน AI แล้วให้ Agent เข้าไปทำงานกับซอฟต์แวร์อีกทอดหนึ่ง แทนการเปิดแต่ละแอปพลิเคชันและจัดการทุกขั้นตอนด้วยตัวเอง
โดมอธิบายการเปลี่ยนแปลงนี้ผ่านพัฒนาการของ AI ที่เริ่มจากการสร้างข้อความ ภาพ และเสียง ก่อนขยายมาสู่การเขียนโปรแกรมและนำโปรแกรมนั้นไปทำงานเพื่อส่งผลลัพธ์ให้ผู้ใช้ สิ่งที่ผู้ใช้ต้องการจึงอาจเป็นรายงานหรือผลงานที่เสร็จแล้ว โดยไม่จำเป็นต้องรับโค้ดไปดำเนินการต่อเอง เขาให้ความสำคัญกับ Agent ที่ทำงานได้ต่อเนื่อง เพราะสามารถรับงานที่ต้องติดตามหรือดำเนินการเป็นระยะได้ ประสบการณ์จากการใช้งานลักษณะนี้ทำให้เห็นโอกาสที่ต่างจากการเปิดแชตขึ้นมาถามเป็นครั้ง ๆ
ข้อมูล 5 ไฟล์ ทำรายงาน 11 ชุด
กรณีที่สะท้อนผลต่อธุรกิจได้ชัดคือ บริษัทขนาดเอสเอ็มอีแห่งหนึ่งที่มีระบบบริหารทรัพยากรองค์กร (ERP) และใช้เครื่องมือวิเคราะห์ข้อมูลทางธุรกิจ (BI) จัดทำรายงาน รศ.ดร.ธนชาติ เล่าว่า เมื่อพนักงานที่ดูแลงาน BI ลาออก รายงานไม่ได้รับการปรับปรุงต่อเนื่องประมาณ 1 ปี ผู้บริหารจึงมองเห็นข้อมูลธุรกิจได้ไม่ทันความต้องการ บริษัทเข้ามาปรึกษาว่าจะนำ AI ไปเชื่อมกับ BI ได้หรือไม่ แต่เขาเสนอให้เริ่มจากนำรายงานมาตรฐานออกจาก ERP เป็นไฟล์ Excel แล้วใช้ AI วิเคราะห์ข้อมูลเหล่านั้นก่อน
จากไฟล์ Excel 5 ไฟล์ รศ.ดร.ธนชาติ กล่าวว่า ได้ใช้ AI จัดทำรายงานได้ 11 ชุด ภายในเวลาประมาณ 30–60 นาที และเล่าว่าผู้บริหารของบริษัทให้ความเห็นว่าเป็นรายงานที่ดีอย่างที่ไม่เคยเห็นมาก่อน สำหรับเขา กรณีนี้แสดงให้เห็นว่า AI ช่วยลดเวลาและภาระงานได้มาก โดยเฉพาะงานเกี่ยวกับข้อมูลที่เคยต้องอาศัยคนดำเนินการหลายขั้นตอน เช่น การย้ายข้อมูลจาก PDF ไปยัง Excel หรือการจัดทำรายงานเพื่อใช้ตัดสินใจทางธุรกิจ
ส่วนโดมยกตัวอย่างการตั้งบริษัทดูแลโครงสร้างพื้นฐานบล็อกเชน ซึ่งเดิมต้องมีคนเฝ้าติดตามระบบ รับแจ้งเตือน และตรวจสอบเมื่อเซิร์ฟเวอร์มีปัญหา เขาทดลองให้บอตเข้ามาตรวจสถานะและทดสอบธุรกรรมทุก 15 นาที เพื่อดูว่าระบบยังทำงานและทำธุรกรรมได้ตามปกติหรือไม่ ประสบการณ์นี้ทำให้เขาเห็นว่า Agent สามารถช่วยรับภาระงานดูแลระบบที่ต้องทำต่อเนื่องได้ และทำให้ผู้ประกอบการต้องกลับมาพิจารณาว่าจะจัดคนและแบ่งงานอย่างไร เมื่อบางหน้าที่ใช้ AI เข้ามาช่วยได้มากขึ้น
ผู้บริหารต้องเปลี่ยนกระบวนการทำงาน
รศ.ดร.ธนชาติ กล่าวว่า องค์กรที่ซื้อ AI มาใช้กับองค์กรที่ปรับวิธีดำเนินงานโดยมี AI เป็นส่วนสำคัญยังมีความแตกต่างกัน การเปลี่ยนแปลงต้องอาศัยทั้งเทคโนโลยี วิธีคิด และกระบวนการทำงาน โดยผู้บริหารระดับสูงตั้งแต่ซีอีโอไปจนถึงคณะกรรมการต้องเข้ามาทำความเข้าใจและทดลองใช้ด้วยตัวเอง เพราะเป็นผู้ที่สามารถผลักดันการเปลี่ยนแปลงขององค์กรได้ ฝ่ายไอทีเป็นส่วนหนึ่งของงานนี้ แต่ไม่สามารถรับผิดชอบการปรับองค์กรทั้งหมดได้เพียงฝ่ายเดียว
เขายกตัวอย่างว่า หากนำ AI มาช่วยทำภาพหรือเขียนรายงาน แต่ยังคงขั้นตอนการทำงานเดิมทั้งหมด งานที่เคยล่าช้าในขั้นตอนใดก็อาจยังล่าช้าอยู่เช่นเดิม เปรียบได้กับโรงงานที่นำหุ่นยนต์มาแทนคนบางตำแหน่ง แต่ไม่ได้ปรับสายการผลิต แนวทางที่เขาใช้จึงเริ่มจากพูดคุยเพื่อหาปัญหาขององค์กร แล้วเลือกเครื่องมือที่เหมาะสม เมื่อพบว่า Agent ช่วยได้ จึงสอนให้พนักงานใช้งานและสร้างบอตสำหรับงานของตัวเอง ก่อนติดตามต่อว่าปัญหาอื่นสามารถนำ Agent มาช่วยได้อย่างไร
ด้านโดมเสนอให้เริ่มเรียนรู้จากการใช้งานใกล้ตัว เช่น มอบหมายให้ Agent สรุปอีเมล ดูตารางนัดหมาย และจัดการเอกสาร เพื่อให้เห็นว่าทำอะไรได้จริง ก่อนพิจารณาว่าจะนำไปใช้กับงานส่วนอื่นขององค์กรอย่างไร เขามองว่าเทคโนโลยีเปลี่ยนเร็วมาก การวางแผนโดยอาศัยความเข้าใจจากช่วงก่อนหน้าอาจตามความสามารถของเครื่องมือไม่ทัน ผู้บริหารจึงควรมีประสบการณ์ตรงจากการใช้ แล้วนำสิ่งที่เรียนรู้มาประกอบการตัดสินใจว่าจะปรับงานส่วนใดและเลือกใช้เครื่องมือแบบใด
AI เขียนโค้ดได้ คนเข้าใจธุรกิจได้เปรียบ
ความสามารถด้านการเขียนโปรแกรมของ AI กำลังเปลี่ยนบทบาทในธุรกิจซอฟต์แวร์ โดมกล่าวว่า เดิมนักวิเคราะห์ธุรกิจต้องเก็บความต้องการจากลูกค้า แล้วส่งต่อให้ผู้จัดการโครงการและโปรแกรมเมอร์พัฒนาระบบ แต่เมื่อ AI ช่วยเขียนโค้ดได้ คนที่เข้าใจโจทย์ลูกค้าสามารถลงมือพัฒนางานได้มากขึ้น เขาเล่าว่าผู้จัดการโครงการในทีมเริ่มใช้ AI เขียนโปรแกรมเอง ขณะที่นักวิเคราะห์ธุรกิจก็สามารถพัฒนาระบบให้ลูกค้าได้ ความเข้าใจว่าลูกค้าต้องการอะไรและระบบควรทำงานอย่างไรจึงมีความสำคัญมากขึ้นต่อการสร้างผลงาน
โดมเล่าถึงการพูดคุยกับผู้มีประสบการณ์พัฒนาระบบ ERP และซอฟต์แวร์บัญชี เพื่อทำระบบขายหน้าร้านสำหรับร้านกาแฟและร้านเบียร์ที่รองรับการชำระเงินผ่านบล็อกเชน โดยใช้เวลาประมาณ 2 ชั่วโมง ระบบที่ได้มีรายละเอียดอย่างการตรวจคิวงานของบาริสต้าก่อนจัดการคำสั่งซื้อ ซึ่งมาจากความเข้าใจกระบวนการทำงานของผู้พัฒนา เขามองว่าประสบการณ์ด้านธุรกิจช่วยให้รู้ว่าซอฟต์แวร์ต้องมีอะไร เมื่อ AI รับภาระการเขียนโค้ดได้มากขึ้น นักพัฒนาจึงต้องเพิ่มความสามารถในการเข้าใจลูกค้าและแก้ปัญหาการใช้งานจริง
รศ.ดร.ธนชาติ กล่าวว่า ทักษะที่คนทำงานต้องให้ความสำคัญคือการปรับตัวให้เร็ว การคิดอย่างมีวิจารณญาณ และการแก้ปัญหาโดยใช้ AI เพราะยังคาดการณ์ได้ยากว่าแต่ละอาชีพจะเปลี่ยนไปเพียงใด คนที่มีประสบการณ์สามารถนำความรู้มาใช้พิจารณาว่าผลงานของ AI เหมาะสมกับโจทย์หรือไม่ ส่วนโดมมองว่า เมื่อ AI เข้าใจภาษาของผู้ใช้ได้ดีขึ้น ความชำนาญในการเขียนคำสั่งอาจไม่ได้เป็นข้อได้เปรียบอย่างที่เคยคาดไว้ ความรู้เกี่ยวกับธุรกิจและความสามารถในการบอกความต้องการจึงมีบทบาทมากขึ้นในการนำ AI ไปสร้างงาน
โมเดลภายในองค์กร และระบบจ่ายเงิน เปิดโอกาสใหม่
โดมมองว่าโมเดล AI ที่นำมาทำงานภายในองค์กรมีแนวโน้มน่าสนใจ เนื่องจากบางธุรกิจยังไม่สะดวกนำข้อมูลไปใช้กับบริการภายนอก เมื่อโมเดลขนาดเล็กพัฒนาความสามารถและทำงานได้เร็วขึ้น ก็เพิ่มทางเลือกให้กับองค์กรที่ต้งการติดตั้งระบบไว้ภายใน รวมถึงเปิดโอกาสให้ผู้พัฒนานำ Agent ไปให้บริการในรูปแบบที่เหมาะกับข้อจำกัดของลูกค้า เขาเห็นว่าความต้องการส่วนนี้อาจเป็นตลาดสำหรับผู้ที่สามารถนำเครื่องมือมาประกอบเป็นระบบใช้งานในองค์กรได้
อีกด้านที่โดมกำลังทดลองคือ ระบบชำระเงินสำหรับ Agent เมื่อ AI รับมอบหมายให้ทำงานแทนคนได้มากขึ้น การซื้อสินค้าและบริการอาจเป็นขั้นตอนต่อไป โดยผู้ใช้กำหนดสิทธิ์ วงเงิน และระยะเวลาที่อนุญาตให้จ่ายได้ เขาระบุว่าตลาดนี้ยังใหม่มากจนยังไม่ชัดเจนว่า Agent จะซื้ออะไรหรือซื้อกับใคร แต่สำหรับผู้ทำธุรกิจบล็อกเชนและระบบชำระเงิน การเริ่มทดลองจะช่วยให้เข้าใจโอกาสที่กำลังเกิดขึ้น เช่นเดียวกับช่วงที่อินเทอร์เน็ตเริ่มแพร่หลาย ซึ่งยังมองไม่เห็นรูปแบบธุรกิจทั้งหมดที่จะตามมา
AI Governance สำคัญเมื่อ Agent เข้าถึงข้อมูล
เมื่อ Agent เข้าไปทำงานกับข้อมูลและระบบต่าง ๆ มากขึ้น รศ.ดร.ธนชาติ มองว่าการกำกับดูแล AI หรือ AI Governance และความปลอดภัยของ AI จะมีความสำคัญมากขึ้น องค์กรต้องวางกติกาการใช้งานและมาตรการลดความเสี่ยง เขาเล่าจากประสบการณ์ว่าบางครั้ง Agent เชื่อมโยงข้อมูลระหว่างงานต่าง ๆ จนทำให้ต้องหยุดการทำงานของบอตบางตัว พร้อมแสดงความกังวลถึงกรณีที่คนอาจนำความสามารถของ AI ไปใช้โจมตีระบบ จึงต้องพิจารณาความปลอดภัยควบคู่กับการขยายการใช้งาน
ส่วนโดมเสนอให้องค์กรใช้ AI ช่วยตรวจหาช่องโหว่ของบริการที่มีอยู่และเร่งแก้ไข โดยเขาให้ความสำคัญกับความเสี่ยงจากคนด้วย สำหรับการปรับตัวของธุรกิจ เขายังย้ำถึงความจำเป็นในการลงมือใช้ เพราะมองว่า AI กำลังกลายเป็นโครงสร้างพื้นฐานเช่นเดียวกับอินเทอร์เน็ต ขณะที่ รศ.ดร.ธนชาติ เน้นให้ผู้บริหารนำความเข้าใจนั้นกลับมาพิจารณาปัญหาและกระบวนการขององค์กร เพื่อให้การลงทุนใน AI นำไปสู่การเปลี่ยนวิธีทำงานได้จริง
ข่าวอื่น ๆ ที่น่าสนใจ
